基于支持向量机的干旱预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第7-12页 |
| ·研究目的和意义 | 第7页 |
| ·国内外研究现状 | 第7-10页 |
| ·干旱预报的研究进展 | 第7-9页 |
| ·土壤湿度监测的研究进展 | 第9页 |
| ·SVM在气象预测中的应用 | 第9-10页 |
| ·研究内容和方法 | 第10-11页 |
| ·研究成果 | 第11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 土壤相对湿度预测模型的建立 | 第12-28页 |
| ·方法的确定 | 第12-16页 |
| ·SVM方法的基本原理 | 第12-15页 |
| ·libsvm工具箱简介 | 第15-16页 |
| ·资料来源 | 第16页 |
| ·模型建立过程 | 第16-27页 |
| ·选定自变量和因变量 | 第17页 |
| ·数据预处理 | 第17-19页 |
| ·核函数的选择 | 第19-25页 |
| ·正则化参数的选择 | 第25-26页 |
| ·不敏感损失函数的选取 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 SVM模型参数优化 | 第28-44页 |
| ·网格划分法 | 第28-31页 |
| ·网格划分法的算法设计 | 第28-29页 |
| ·网格划分法的仿真结果分析 | 第29-31页 |
| ·GA-SVM算法设计与实现 | 第31-36页 |
| ·遗传算法的基本原理 | 第31-32页 |
| ·遗传算法的设计步骤 | 第32-33页 |
| ·GA-SVM算法设计与实现 | 第33-35页 |
| ·GA-SVM的仿真结果分析 | 第35-36页 |
| ·改进的PSO-SVM算法设计与实现 | 第36-42页 |
| ·粒子群算法的基本原理 | 第36-37页 |
| ·基本粒子群算法的改进 | 第37-39页 |
| ·粒子群算法的设计步骤 | 第39页 |
| ·改进的PSO-SVM算法设计与实现 | 第39-41页 |
| ·改进的PSO-SVM的仿真结果分析 | 第41-42页 |
| ·三种优化方法的结果对比分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于时间序列的干旱等级预测模型的建立 | 第44-53页 |
| ·月平均气温的预测模型建立 | 第44-48页 |
| ·数据的选择以及预处理 | 第44-46页 |
| ·模型的参数选择 | 第46-47页 |
| ·模型的建立与结果分析 | 第47-48页 |
| ·结论 | 第48页 |
| ·月平均降水的预测模型建立 | 第48-50页 |
| ·数据的选择及预处理 | 第48-50页 |
| ·模型的建立与结果分析 | 第50页 |
| ·结论 | 第50页 |
| ·干旱等级预测 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·进一步的工作 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59页 |
| 攻读学位期间学习情况 | 第59页 |
| 作者攻读学位期间参与的项目 | 第59页 |
| 作者攻读学位期间发表的学术论文 | 第59页 |
| 作者攻读学位期间取得的其他学术成果 | 第59页 |
